筆記(總結)-PCA(主成分分析)

主成分分析是一種特徵抽取手段,通過將樣本從原始空間映射到低維空間實現特徵數量的減少,而低維空間中某一維度實際上是原始空間的一種「雜糅」表示。在之前的博客中提到過參考鏈接,由於PCA涉及的數學手段包括矩陣、特徵值和特徵向量,參考筆記-矩陣與特徵值這一篇,對其有一定理解後再來看PCA算法就比較清晰了。 首先給出PCA算法: 對所有樣本進行中心化: xi←xi−1m∑mi=1xi x i ← x i −
相關文章
相關標籤/搜索